Nvidia costruisce l'impero dell'infrastruttura AI: investimenti miliardari e partnership strategiche

Nvidia investe miliardi in Lumentum, Coherent, Intel e OpenAI mentre stringe accordi con Meta per data center su scala ipercale. L'azienda passa da fornitore d…

Contenuto

Nvidia costruisce l'impero dell'infrastruttura AI: investimenti miliardari e partnership strategiche

Scopri anche

Nvidia costruisce l'impero dell'infrastruttura AI: investimenti miliardari e partnership strategiche

Nvidia costruisce l'impero dell'infrastruttura AI: investimenti miliardari e partnership strategiche

In questo articolo:

Nvidia ha annunciato partnership strategiche con Lumentum Holdings e Coherent per accelerare lo sviluppo di tecnologie ottiche avanzate utilizzate nell'infrastruttura dei data center AI. Gli accordi prevedono un investimento di 2 miliardi di dollari in ciascuna azienda per supportare ricerca, sviluppo, operazioni e capacità manifatturiere negli Stati Uniti. L'azienda ha descritto gli interconnettori ottici e l'integrazione avanzata dei pacchetti come elementi "fondamentali per la prossima fase dell'infrastruttura AI".

Secondo Brian Jackson, principal research director di Info-Tech Research Group, questi investimenti indicano che Nvidia sta "gettando le basi per il suo futuro come fornitore competitivo di infrastrutture di training AI". L'analista ha osservato che negli ultimi 12 mesi diversi sviluppatori AI hanno firmato accordi con fornitori di silicon purpose-built come Amazon e Google, suggerendo che le alternative alle GPU offrono efficienza energetica e prestazioni adeguate.

Jackson ha evidenziato che la scommessa di Nvidia riguarda i trasferimenti di dati tramite fotoni. I computer basati sulla fotonica sono in sviluppo come prototipi da oltre un decennio e puntano a superare i limiti fisici del rame come conduttore elettrico. Utilizzando il trasferimento di luce attraverso il vetro, questo approccio architetturale promette maggiore efficienza energetica e velocità superiori rispetto ai chip attuali.

Il collo di bottiglia si sposta dai chip alla rete

⬆ Torna su

Sanchit Vir Gogia, chief analyst di Greyhound Research, ha interpretato il doppio investimento da 2 miliardi di dollari come un segnale sui colli di bottiglia dell'infrastruttura AI. Secondo l'analista, l'industria sta riconoscendo che "la scalata AI non è più principalmente una storia di chip, ma una storia di comunicazione".

Per anni il vincolo visibile era la carenza di GPU: gli hyperscaler prenotavano allocazioni e i fornitori razionavano l'offerta. Una volta distribuiti gli acceleratori su larga scala, il collo di bottiglia si sposta ma non scompare. Nei cluster AI attuali, ogni acceleratore dipende da decine di collegamenti ad alta velocità per comunicare con i vicini. Moltiplicando questo valore per l'intero rack, si ottengono migliaia di interconnessioni operative continue, ciascuna delle quali consuma energia, introduce latenza e considerazioni sull'integrità del segnale.

Gogia ha sottolineato che Nvidia sta segnalando come il prossimo collo di bottiglia sia il fabric di rete stessa. Aggiungere più GPU senza scalare proporzionalmente il livello di rete comporta una riduzione dell'utilizzo e un peggioramento delle economie. L'azienda sta muovendosi a monte per garantire che le arterie dell'infrastruttura AI non diventino il nuovo punto di scarsità.

Investimenti circolari e dipendenze strategiche

⬆ Torna su

Il portafoglio investimenti di Nvidia è cresciuto da 230 milioni a oltre 13 miliardi di dollari. L'azienda ha investito 5 miliardi in Intel per una partecipazione del 4%, con partnership per lo sviluppo congiunto di CPU personalizzate per data center e client utilizzando la tecnologia NVLink. L'accordo con Intel fornisce a Nvidia esposizione all'ecosistema x86 e opzioni alternative per la produzione di chip.

In CoreWeave, Nvidia mantiene una partecipazione valutata miliardi, con un investimento aggiuntivo di 2 miliardi di dollari. CoreWeave opera come provider cloud specializzato in carichi di lavoro di inferenza e cluster GPU su larga scala, fornendo a Nvidia capacità cloud senza richiedere una costruzione interna completa.

L'azienda ha inoltre investito 2 miliardi in Synopsys per far avanzare gli strumenti di progettazione chip e ingegneria, e 1 miliardo in Nokia per accelerare lo sviluppo AI-RAN per reti 5G-Advanced e 6G. A settembre 2025, Nvidia ha annunciato un investimento da 100 miliardi di dollari in OpenAI, pagato con GPU utilizzate nei progetti di data center in corso.

Questa strategia ha sollevato accuse di finanziamento circolare, particolarmente riguardo agli investimenti in clienti come CoreWeave che acquistano grandi volumi di GPU Nvidia. Gli esecutivi Nvidia, incluso il CEO Jensen Huang, hanno pubblicamente respinto questa caratterizzazione come esagerata. L'approccio fornisce comunque un piano B pratico: la collaborazione con Intel crea una rotta di produzione di contingenza qualora il partner principale Taiwan Semiconductor Manufacturing affronti interruzioni geopolitiche o di approvvigionamento.

La partnership con Meta per data center hyperscale

⬆ Torna su

Nvidia ha annunciato una partnership strategica pluriennale e multigenerazionale con Meta che copre infrastruttura on-premises, cloud e AI. Meta costruirà data center hyperscale ottimizzati per training e inferenza, con deployment su larga scala di CPU Nvidia e milioni di GPU Blackwell e Rubin, oltre all'integrazione degli switch Ethernet Spectrum-X per la piattaforma Facebook Open Switching System.

Jensen Huang ha dichiarato che nessuno distribuisce AI alla scala di Meta, "integrando la ricerca frontier con infrastrutture su scala industriale per alimentare i più grandi sistemi di personalizzazione e raccomandazione al mondo per miliardi di utenti". La partnership prevede codesign profondo su CPU, GPU, networking e software.

Mark Zuckerberg ha confermato l'espansione della partnership per costruire cluster all'avanguardia utilizzando la piattaforma Vera Rubin. Meta sta inoltre distribuendo CPU Arm-based Nvidia Grace per le applicazioni di produzione nei suoi data center, rappresentando il primo deployment su larga scala esclusivamente Grace, con investimenti in ottimizzazione software delle librerie dell'ecosistema CPU per migliorare le prestazioni per watt.

Meta ha adottato Nvidia Confidential Computing per l'elaborazione privata di WhatsApp, abilitando capacità AI sulla piattaforma di messaggistica garantendo confidenzialità e integrità dei dati utente. I team di ingegneria di entrambe le aziende collaborano al codesign per ottimizzare e accelerare modelli AI all'avanguardia sui carichi di lavoro core di Meta.

OpenAI e la corsa agli accordi infrastrutturali

⬆ Torna su

La partnership tra Microsoft e OpenAI, iniziata nel 2019 con un investimento di 1 miliardo di dollari, ha costituito il modello per gli accordi infrastrutturali contemporanei. Microsoft ha costruito il suo investimento fino a quasi 14 miliardi di dollari. Nello scorso anno, OpenAI ha annunciato che non avrebbe più utilizzato esclusivamente il cloud Microsoft, concedendo invece alla società un diritto di prima scelta sulle future richieste infrastrutturali.

Il 30 giugno 2025, Oracle ha rivelato in una dichiarazione SEC un accordo di servizi cloud da 30 miliardi di dollari con un partner non nominato, successivamente identificato come OpenAI. Pochi mesi dopo, il 10 settembre, Oracle ha annunciato un accordo quinquennale da 300 miliardi di dollari per potenza di calcolo, con inizio previsto nel 2027. La scala dell'accordo presuppone una crescita immensa per entrambe le aziende e ha consolidato Oracle come uno dei principali provider di infrastruttura AI.

Anthropic ha ricevuto 8 miliardi di dollari di investimento da Amazon, effettuando modifiche a livello kernel sull'hardware dell'azienda per renderlo più adatto al training AI. Google Cloud ha firmato compagnie AI più piccole come Lovable e Windsurf come "partner di calcolo primari".

La visione delle AI factory

⬆ Torna su

Durante una sessione privata con analisti, Jensen Huang ha sottolineato che Nvidia non è solo un'azienda AI, ma un'azienda di infrastruttura AI. Huang posiziona l'AI come infrastruttura industriale, simile all'elettricità o al cloud computing, non semplicemente come prodotto ma come motore economico fondamentale.

Huang ha rafforzato il concetto di AI factory, un cambiamento radicale rispetto ai data center tradizionali. Michael Dell ha osservato che per 60 anni abbiamo costruito macchine che calcolano e computano, mentre ora stiamo costruendo macchine che pensano e creano intelligenza. Dell Technologies ha consegnato oltre 2.200 AI factory ai clienti nell'ultimo anno, con 10 miliardi di dollari in infrastruttura AI distribuita.

Huang ha enfatizzato che l'inferenza AI, non il training, rappresenta la più grande sfida computazionale oggi. I sistemi AI multi-step reasoning, planning autonomo e orchestrati richiedono calcolo flessibile e ad alta larghezza di banda, favorendo le GPU Nvidia.

Proiezioni finanziarie e spesa infrastrutturale

⬆ Torna su

Jensen Huang ha stimato che tra 3 e 4 trilioni di dollari saranno spesi in infrastruttura AI entro la fine del decennio. Nvidia ha riportato ricavi totali di 57 miliardi di dollari nel terzo trimestre fiscale 2026, con 51,2 miliardi derivanti dalle vendite di data center. Le proiezioni degli analisti prevedono un'espansione continua dei ricavi guidata dai buildout infrastrutturali AI.

Gli hyperscaler pianificano di spendere quasi 700 miliardi di dollari in progetti di data center solo nel 2026. Amazon guida con 200 miliardi di spesa prevista, seguita da Google con stime tra 175 e 185 miliardi. Meta ha stimato tra 115 e 135 miliardi, anche se questa cifra risulta parzialmente fuorviante poiché molti progetti di data center sono stati mantenuti fuori dai libri contabili.

Meta ha pianificato di spendere 600 miliardi di dollari in infrastruttura statunitense fino alla fine del 2028. Nel primo semestre 2025, l'azienda ha speso 30 miliardi in più rispetto all'anno precedente, guidata principalmente dalle crescenti ambizioni AI. Un nuovo sito di 2.250 acri in Louisiana, denominato Hyperion, costerà circa 10 miliardi di dollari e fornirà circa 5 gigawatt di potenza di calcolo, con un accordo con una centrale nucleare locale per gestire il carico energetico aumentato.

Considerazioni geopolitiche e manifattura domestica

⬆ Torna su

Gogia ha osservato che l'enfasi sulla manifattura domestica non è linguaggio cosmetico ma isolamento strategico. Le catene di approvvigionamento dei semiconduttori sono ora intrecciate con la politica nazionale, con controlli all'esportazione, dipendenze da terre rare e sussidi industriali che hanno ridefinito il movimento globale dei componenti avanzati. La fotonica è sempre più parte di quell'infrastruttura strategica.

Sostenendo l'espansione della fabbricazione negli Stati Uniti, Nvidia riduce l'esposizione geopolitica e si allinea con le priorità industriali domestiche. Questa posizione può influenzare le decisioni di allocazione durante stress di approvvigionamento. Per le imprese che operano fuori dagli Stati Uniti, questo introduce una considerazione secondaria: durante vincoli di capacità, i mercati strategicamente allineati possono ricevere trattamento preferenziale.

Nvidia ha adottato un approccio proattivo alla conformità con i controlli all'esportazione statunitensi. La collaborazione con Microsoft per spedire chip Blackwell negli Emirati Arabi Uniti sotto approvazione regolatoria dimostra la capacità dell'azienda di navigare la conformità all'esportazione mantenendo l'accesso al mercato. La partnership con Humain, azienda AI supportata dal fondo di investimento pubblico dell'Arabia Saudita, prevede il deployment di 150.000 chip Grace Blackwell 300 in una nuova AI Zone a Riad.

La piattaforma software come fossato economico

⬆ Torna su

L'ecosistema software di Nvidia costituisce un fossato economico senza eguali nell'industria hardware. CUDA alimenta milioni di sviluppatori e si integra profondamente con PyTorch, TensorFlow e JAX. Google TPU e AWS Trainium/Inferentia tentano di ridurre i costi di inferenza, ma gli ASIC mancano della flessibilità per architetture AI generative in rapida evoluzione.

La generazione Blackwell rappresenta un salto progettato espressamente per modelli misurati in trilioni di parametri. Con visibilità di ricavi superiore a 500 miliardi di dollari da Blackwell e Rubin fino al 2026, le prospettive finanziarie di Nvidia rimangono solide, condizionate però dal mantenimento dell'agilità regolatoria e dall'innovazione in un panorama globale frammentato.

La strategia di Nvidia, integrazione verticale con leadership architetturale, software full-stack e innovazione a livello di sistema, consolida il suo ruolo di spina dorsale dell'infrastruttura AI globale. La capacità dell'azienda di combinare cicli di innovazione su silicio, networking e software enterprise la posiziona per guidare il prossimo decennio di trasformazione guidata dall'AI.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

La strategia di Nvidia trascende la fornitura di GPU: l'azienda sta costruendo un ecosistema integrato che abbraccia networking, produzione e cloud. Gli investimenti in Lumentum e Coherent segnalano che il collo di bottiglia dell'infrastruttura AI si sta spostando verso la comunicazione tra cluster, con la fotonica come possibile soluzione architetturale.

  • Scenario 1: Nvidia consolida il controllo verticale sull'infrastruttura AI, dalla progettazione chip al networking ottico, rafforzando la dipendenza degli hyperscaler dal suo ecosistema.
  • Scenario 2: Le accuse di finanziamento circolare attirano l'attenzione dei regolatori, portando a una revisione degli investimenti in clienti come CoreWeave e OpenAI.
  • Scenario 3: La transizione verso interconnettori fotonici incontra ritardi tecnici, aprendo spazio a competitor con soluzioni basate su rame ottimizzato o alternative proprietarie.

Cosa monitorare

⬆ Torna su
  • L'effettiva scalata dei deployment Grace nei data center Meta e le metriche di prestazioni per watt.
  • L'evoluzione della partnership con Intel come alternativa produttiva a TSMC in caso di tensioni geopolitiche.
  • La risposta degli hyperscaler alla crescita dell'influenza di Nvidia: maggiore diversificazione o dipendenza più profonda.

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • nvidia
  • ai-infrastructure
  • datacenter
  • gpu

Link utili

Apri l'articolo su DeafNews